基于信任函数理论的图像分类方法

发明专利有效专利

申请号：
CN201910599618.7
IPC分类号：G06K9/62
申请日期：
2019-07-04
申请人：
西北工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于信任函数理论的图像分类方法
申请号	CN201910599618.7	申请日期	2019-07-04
法律状态	授权	申报国家	中国
公开/公告日	2019-11-19	公开/公告号	CN110472657A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	西北工业大学	申请人地址	陕西省西安市碑林区友谊西路127号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西北工业大学	当前权利人	西北工业大学
发明人	刘准钆;张作伟;潘泉
代理机构	西安维赛恩专利代理事务所（普通合伙）	代理人	刘春

摘要

本发明公开了一种基于信任函数理论的图像分类方法，将待分类图像集X中的所有图像划分为多个初始子类；计算出每个初始子类的密度值；根据初始复合类和对应初始单类密度值的大小关系，将初始复合类和对应初始单类中的图像合并，生成新单类和新复合类，直至合并后生成的新单类和初始单类数量之和为c；将初始复合类中的图像划分到新单类、初始单类或新复合类中，得到待分类图像集X中的图像的分类结果；本发明利用不同类的密度将复合类和单类以一个给定的规则逐渐合并到一起，直到满足合并后的初始单类数量刚好为图像真实分类数量时停止，有效地降低错误划分数据带来的风险，避免做出错误或偏差较大的决策。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供